Revista de teledetección y SIG

Abstracto

Comparación de cuatro algoritmos evolutivos para la optimización de la fuerza de sujeción en un robot trepador

Masike R y Janak Kumar B. Patel

Los algoritmos evolutivos (AE) son métodos de búsqueda estocástica que imitan la evolución biológica natural. En este trabajo, presentamos una descripción general de cuatro AE recientes y proporcionamos un marco para su adopción en robots trepadores. Se presentan y comparan cuatro modelos basados ​​en AE para la optimización de la fuerza de sujeción en una plataforma de sujeción Bernoulli para un robot trepador, considerando sus características importantes y su relevancia para la fuerza de sujeción adaptativa. Se presenta un código breve de cada algoritmo para facilitar su implementación y uso por parte de investigadores y profesionales. Estos AE incluyen la Evolución Diferencial (ED), la implementación MONEE, el Algoritmo Genético Modificado (MGA) y el Algoritmo Memético (MA). Los cuatro AE se aplicaron a la popular regla MIT como función objetivo para la fuerza de sujeción adaptativa, luego a una plataforma Bernoulli real para un robot trepador. Se empleó MATLAB para la comparación rigurosa de los modelos en términos de la solución óptima obtenida, el número de evaluaciones de la función objetivo correspondientes a la solución óptima y la calidad de los resultados. Se realizó un análisis estadístico y luego se determinó una métrica de tasa de eficiencia para evaluar el rendimiento de cada modelo. Los resultados mostraron que el mejor rendimiento provino de un algoritmo híbrido que incorpora características deseadas para una fuerza de sujeción óptima, por lo que se desarrolló un marco para la adopción de EA en robots trepadores.